| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文研究内容 | 第13-15页 |
| 第二章 行人检测和跟踪概述 | 第15-19页 |
| ·行人检测 | 第15-17页 |
| ·基于形状模板匹配的检测方法 | 第15-16页 |
| ·基于部件的检测方法 | 第16页 |
| ·基于表观特征向量的检测方法 | 第16-17页 |
| ·行人跟踪 | 第17-18页 |
| ·基于检测的跟踪方法 | 第17-18页 |
| ·基于识别的跟踪方法 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 针对感兴趣区域的HOG-LBP特征融合的行人检测 | 第19-43页 |
| ·图像预处理 | 第20-23页 |
| ·色彩变换 | 第20-21页 |
| ·滤波 | 第21页 |
| ·边缘检测 | 第21-23页 |
| ·分类器设计 | 第23-29页 |
| ·SVM分类器 | 第23-29页 |
| ·特征选择和提取 | 第29-35页 |
| ·方向梯度直方图 | 第30-33页 |
| ·局部二值模式特征 | 第33-35页 |
| ·针对感兴趣区域的HOG-LBP特征的行人检测 | 第35-41页 |
| ·HOG-LBP特征融合 | 第36页 |
| ·算法流程 | 第36-39页 |
| ·实验结果分析 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于在线分类的行人跟踪算法 | 第43-54页 |
| ·分类器 | 第44-47页 |
| ·Boost分类器 | 第44-46页 |
| ·在线Boost分类器 | 第46-47页 |
| ·基于在线分类器的行人检测和跟踪 | 第47-53页 |
| ·算法流程 | 第49-50页 |
| ·实验结果分析 | 第50-53页 |
| ·本章总结 | 第53-54页 |
| 第五章 智能楼宇视频监控系统中行人检测和跟踪 | 第54-62页 |
| ·智能楼宇视频监控系统简介 | 第54页 |
| ·智能楼宇视频监控中的视频处理 | 第54-57页 |
| ·系统架构 | 第55-56页 |
| ·智能楼宇监控系统软件设计 | 第56-57页 |
| ·主要功能 | 第57页 |
| ·行人检测和跟踪模块的实现 | 第57-61页 |
| ·行人检测和跟踪系统实现流程 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的学术论文及专利目录 | 第68页 |